2022/8 | Fachbeitrag | Analytics

Vier Tipps für eine erfolgreiche Migration zu einer neuen digitalen Analyselösung

Der Wechsel zu einer neuen Lösung bedeutet, dass ein klassisches "Fortsetzen" einer ähnlich gestalteten Analyse meist nicht möglich ist. Denn die Systeme funktionieren unterschiedlich, meist ändert sich die komplette Struktur der erfassten Daten. Das heißt, für eine erfolgreiche Migration benötigen Sie zunächst einmal die richtige Analyselösung. Um mit den aktuellen Datenschutzanforderungen Schritt zu halten, sollten Sie auf einen Anbieter achten, für den Datenschutz an erster Stelle steht. Dieser sollte dieselbe Definition verwenden und zum Beispiel Cookie-IDs und IP-Adressen als personenbezogene Daten einschließen. Zudem sollte er die privaten Daten der europäischen Nutzer in Europa speichern und nur dort verwenden.

Bildquelle: (C) Photo Mix / Pixabay

Um die neue Lösung schnell zu implementieren, ohne die Daten Ihrer User zu gefährden, müssen Sie einem bewährten Prozess folgen. Diese vier Schritte können dabei helfen:

1. Datenmodellierung, Tagging und Dokumentation

Auf Basis der ermittelten Geschäftsanforderungen sowie der bereits vorhandenen Berichte, Website-Strukturen, Datenströme und Event-Definitionen sollten Sie das Datenmodell festlegen, das sich für Ihr Unternehmen am besten eignet. Je flexibler, umso besser können Sie die notwendigen Anpassungen vornehmen, wenn sich Ihre Bedürfnisse und Anforderungen im Laufe der Zeit weiterentwickeln. Beziehen Sie sowohl Technikexperten als auch Geschäftspartner in Ihre Analysegespräche ein, dann erhalten Sie einen ganzheitlichen Überblick darüber, wonach Sie suchen und wie Analysen und Erkenntnisse in Ihrer gesamten Firma genutzt werden.

Erstellen Sie auf der Grundlage des Datenmodells, für das Sie sich entschieden haben, einen Tagging-Plan. So erkennen Sie alle Elemente, die Sie zum Erreichen Ihrer Messgrößen benötigen. Um schnell loslegen zu können, können Sie eine schrittweise Implementierung in Betracht ziehen. Ereignisse wie Seitenaufrufe und Klicks können in wenigen Stunden implementiert werden und Ergebnisse liefern. Technisch und konzeptionell komplexere Tags können hingegen erst im Laufe der Zeit hinzukommen, wenn Ihre Analyseanforderungen anspruchsvoller werden. Mit diesem Ansatz erzielen Sie sofort einen Nutzen und im Laufe der Zeit können Sie auf dieser Grundlage aufbauen.

Sobald Sie Ihr Datenmodell eingerichtet haben, stellen Sie sicher, dass Ihre Dokumentation benutzerfreundliche Beschreibungen der einzelnen Metriken enthält. In diesen soll stehen, welche Informationen ein bestimmter Datensatz enthält. Oft wird übersehen, dass nicht nur spezialisierte Analysten mit einer Analyselösung arbeiten, sondern Mitarbeiter aus verschiedenen Abteilungen wie Marketing und Vertrieb, und die Geschäftsführung: Sie brauchen eine stärkere Einordnung der Daten in den Kontext mit weiteren Erklärungen, um diese effektiv interpretieren zu können.

2. Implementierung

Zu den wichtigsten Komponenten Ihrer Implementierung zählt die Verbindung Ihrer bisherigen Ressourcen (wie Metriken und Taxonomien) mit Ihrem neuen System. Dies ermöglicht einen nahtlosen Übergang für Ihre Endbenutzer, indem sie das neue System auf demselben Niveau bewegt, wie das alte. Um dies zu erreichen, sollten Sie ein paar Dinge beachten:

  • Der gleichzeitige Austausch aller Tools kann zu Verwirrung in den Teams führen und die Kontinuität der Berichterstattung beeinträchtigen. Falls Sie bereits Business-Intelligence-Tools verwenden, können Sie sich für eine Analyselösung entscheiden, die sich in diese Plattformen integrieren lässt und Ihnen das Leben erleichtert. Eine Integration dieser Art ermöglicht einen schnelleren Beginn der Arbeit, indem Sie Daten aus dem neuen System in bestehende Berichte, Dashboards und Visualisierungen einspeisen, die den Anforderungen Ihrer Teams entsprechen.

  • Unabhängig von den von Ihnen verwendeten Business-Intelligence-Tools sollten Sie auch alle Reports berücksichtigen, die in Ihrem bisherigen Analysetool enthalten sind und ersetzt werden müssen. Wenn Sie sich für ein neues Tool mit leistungsstarken, sofort einsetzbaren Berichts- und Datenvisualisierungsfunktionen entscheiden, können Sie direkt loslegen, ohne kostbare Zeit mit dem Aufbau und der Anpassung neuer Schnittstellen zu vergeuden.

Falls Ihr neuer Analytics-Anbieter über einen Onboarding- oder Implementierungs-Support verfügt, ist das in dieser Phase von unschätzbarem Wert für Sie: So ist spezifisches Fachwissen verfügbar, wenn es nötig ist und die Implementierung entspricht den gesetzlichen Vorschriften. So können oft langwierige Korrekturen vermieden werden und die Dauer der Migration und des Onboardings drastisch verkürzt werden - was eigene Ressourcen bindet, die sonst für die Optimierung der Unternehmensziele verwendet werden könnten.

3. Qualitätssicherung und Prüfungen

Nach der Implementierung sollten Sie eine Reihe von Tests durchführen. So stellen Sie sicher, dass die Tags korrekt implementiert sind und Ihr Datenmodell so funktioniert, wie konzeptioniert. Oft ist das die Phase in der Konzeptfehler offensichtlich werden, da bestimmte Anforderungen übersehen wurden und bestimmte Analysen nicht abgebildet werden können.

Bei den meisten Implementierungsprojekten gibt es eine Überschneidungsphase, in der Sie Zugriff auf die Analysen sowohl Ihrer alten als auch Ihrer neuen Lösung haben. Nutzen Sie diese Zeitspanne, um identische Datensätze in beiden Lösungen zu testen. So verstehen Sie, wie sie sich vergleichen lassen und ob die Ergebnisse korrekt sind. Auftretende Probleme lassen sich anschließend beheben.

Je nachdem, zwischen welchen Systemen Sie wechseln, kann es zu Diskrepanzen zwischen Ihren Datensätzen kommen. Ihr neuer Anbieter sollte jedoch in der Lage sein, Ihnen zu vermitteln, wie diese aussehen könnten.

4. Schulung und Onboarding

Da alle Beschäftigten - von Webanalysten und Produktmanagern bis hin zu Marketingteams, Vertriebsmitarbeitern und Unternehmensleitern - das digitale Analysetool nutzen, zählen Schulungen zum Pflichtprogramm. Jeder, der die Plattform nutzt, sollte verstehen, wie sie funktioniert. Alle sollten Zugang zu den Informationen haben, damit sie Entscheidungen treffen können.

An dieser Stelle kommt auch Ihre Dokumentation ins Spiel. Wenn Sie Ihre Definitionen in ein zentral verwaltetes Datenmodell einbetten, erleichtern Sie Ihrem Team den Verständnisprozess, und zwar in einer sinnvollen Sprache.

Sobald die digitale Analyse erst einmal eingerichtet ist, gehört sie zum Tagesgeschäft. Sie entwickeln spezifischen Berichte, Dashboards und Visualisierungen, die den Anforderungen Ihrer Geschäftsanwender entsprechen. Ihr Analytik-Anbieter, sowie alle externen Experten oder Berater, die Sie beschäftigen, sollte Ihnen dabei helfen können, über neue Entwicklungen und Möglichkeiten auf dem Laufenden zu bleiben. Das stellt sicher, dass Sie weiterhin das Beste aus Ihren Daten herausholen und gleichzeitig die gesetzlichen Anforderungen erfüllen.


Der Autor:

Alexander Kinner ist Analytics Strategy Consultant bei Piano, einer führenden Digital-Experience-Plattform, die es jedem Team ermöglicht, das Kundenverhalten zu verstehen und zu beeinflussen. Mit seiner umfassenden Expertise im Bereich digitales Marketing und Datenanalyse berät Kinner Pianos Kunden, ihre digitalen Geschäfte zu definieren, einzuführen und zu optimieren. Zuvor leitete er als Projektmanager und PMO Projekte zur digitalen Transformation und Organisationsentwicklung bei Unternehmen wie Telefónica, BMW und Bosch-Siemens Home Appliances.

Bildquelle: (C) Piano

Web: https://piano.io/

Diese Artikel könnten Sie auch interessieren

Wie KI riesige Datenmengen nutzbar macht

WISSENplus
Es wäre eine Mammutaufgabe, die Unmengen an unstrukturierten Daten und Informationen aus Kundenfeedbacks zu sichten und auszuwerten, obwohl diese tiefe Einblicke in Verhaltensmuster von Kunden und wertvolle neue Erkenntnisse bieten könnten. Das trifft vor allem für den Bereich der qualitativen Befragungen wie Videointerviews zu, deren Auswertung mit sehr hohem Ressourcenaufwand verbunden ist. Doch ...

Weiterlesen

KI im Recruiting: So können Organisationen ChatGPT & Co. für die Personalgewinnung nutzen

WISSENplus
Umfragen sprechen eine klare Sprache: Nichts bedroht unseren Wohlstand so sehr, wie der sich von Jahr zu Jahr verstärkende Fachkräftemangel. Während die Komplexität, Arbeits- und Nebenkosten steigen, gehen die Alten in Rente und die wenigen Jungen scheinen kaum für normale Arbeiten motivierbar. Viele Betriebe hoffen auf KI, um die demografische Lücke zu füllen. Fürs Recruiting interessant ist ...

Weiterlesen

KI im Mittelstand: Mythen und Fakten

Der Einsatz von KI-Lösungen ist heute ein allgegenwärtiges Thema. Für deren Einführung müssen Unternehmen einige Voraussetzungen erfüllen. Diese betreffen nicht nur die IT-Landschaft und die Vorbereitung der Organisation. Ein weiterer wesentlicher Aspekt ist es, die eigenen Mitarbeiter von den Vorteilen solcher Lösungen zu überzeugen. Denn gerade in kleinen und mittleren Unternehmen (KMU) haben sic...

Weiterlesen

Wie kann der Einsatz von KI ganzheitlich gelingen?

WISSENplus
Unternehmen werden mit den verheißungsvollen Versprechen von neuen Technologien und KI-basierten Lösungen überhäuft. Damit diese Investitionen tatsächlich Früchte tragen, sind ein solides Fundament, die optimale Nutzung der Tools sowie die Automatisierung entscheidende Voraussetzungen, die viele Unternehmen auf ihrer Digitalisierungsreise nicht beachten. Damit verschenken sie das riesige Potenzi...

Weiterlesen

Ungleicher Schlagabtausch: Die Work-Life-Balance hängt in den Seilen

WISSENplus
Der Begriff Work-Life-Balance findet schon seit einigen Jahren immer wieder Erwähnung im beruflichen Kontext. Er taucht immer dann auf, wenn es um ein gesundes Verhältnis zwischen der Arbeit und dem Privatleben geht, die sich die Waage halten sollen. Angestrebt wird eine möglichst konsequente Trennung der beruflichen Pflichten und des persönlichen Lebensbereiches. Feste Arbeitszeiten und Pausen so...

Weiterlesen

25 Jahre Wissensmanagement – ein persönlicher Rückblick und Ausblick

Reutlingen, September 1999: Die erste Ausgabe von "Wissensmanagement - Das Magazin für Führungskräfte" lag vor mir auf meinem Schreibtisch. Es war der Abschluss einer intensiven Vorbereitungsphase und der Start in ein aus damaliger Sicht ungewisses Projekt. Welches Standing hatte das Wissensmanagement damals? Was hat sich in den 25 Jahren getan? Und wo geht die Reise heute hin?...

Weiterlesen

Wie hilft HR Analytics beim Personalmanagement?

Im Personalwesen wirkt die Technologie als Katalysator für revolutionäre Veränderungen. Ein Großteil der Personalprozesse ist bereits automatisiert. HR Analytics, also der Einsatz von Datenanalysen in der Personalarbeit, ist eine noch relativ junge Entwicklung. Durch den Einsatz von Daten und Algorithmen können Schwachstellen schnell und zuverlässig aufgedeckt und die Entscheidungsfindung in allen Be...

Weiterlesen

KI muss als Teaminitiative gesehen werden

Der Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML) in Unternehmen nimmt kontinuierlich zu. Er ist aber mit zahlreichen Herausforderungen verbunden, die von der Entwicklung über die Bereitstellung bis zur Verwaltung von KI- und ML-Modellen reichen. Folglich muss ein Unternehmen eine KI-Initiative immer als abteilungsübergreifende Teamaufgabe betrachten. Eine offene Hybrid-Cloud-Plattfo...

Weiterlesen